브라우저 경량 앙상블
공개 생성기는 512개 후보 조합을 만든 뒤 64개 점수 트리(랜덤포레스트식)가 후보를 서로 다른 기준으로 평가합니다. 각 트리는 전체 회차 빈도, 최근 미출현 간격, 번호합, 홀짝 균형, 구간 분포, 연속 번호, 직전 회차와의 겹침을 따로 반영합니다. 마지막에는 딥러닝식(neural-style) 보조 점수와 데이터 학습 신호를 더해 화면에 보여줄 최종 순서를 결정합니다.
1후보 생성
로또는 1~45 중 6개, 연금복권은 조와 6자리 숫자 구조에 맞춰 후보를 만듭니다.
264개 점수 트리
빈도, 공백, 합계, 홀짝, 구간, 연속, 겹침 기준을 나눠 계산합니다.
3보조 점수
딥러닝식(neural-style) 보조 점수는 후보 순서를 조정하는 작은 신호로만 사용합니다.
오프라인 검토 파이프라인
개발 검토에서는 1회부터 1230회까지 1,230개 회차 데이터를 기준으로 RandomForestRegressor와 45개 번호 출현 분류기 형태를 walk-forward 방식으로 비교할 수 있습니다. 이 과정은 통계 신호가 과거 구간에서 얼마나 흔들리는지 확인하기 위한 점검이며, 미래 결과를 알려주는 기능이 아닙니다.
한계
복권은 회차별 독립시행입니다. 같은 데이터와 같은 계산식을 사용하더라도 다음 회차의 실제 결과를 미리 알 수 없고, 이 방법이 당첨 확률을 높이지도 않습니다. 따라서 번호 시뮬레이션은 통계·시뮬레이션·재미 목적의 참고 도구로만 사용해야 합니다.